决策支持系统的重要信息技术基础

附加专题讲稿：决策支持系统的重要信息技术基础（数据库、网络略）一个只有30人左右的小公司，却要向报纸和杂志的广告代理机构提供他们与竞争对手对抗中的相对地位信息，从而帮助他们决策，这个复杂任务需要跟踪有关报纸和杂志的数千万条广告信息，而这数千万条广告信息就存储在一个数据仓库里。

1．数据库与数据仓库

1.1 传统数据库技术支持决策层面的困难

20世纪80年代，数据库技术在联机事务处理OLTP方面取得了巨大成功。联机事务处理包括输入信息的收集、处理并利用收集到和经过处理而得到的信息去更新已存在的信息。联机事务处理数据库最常见的是业务数据库，如产品数据库，我们可以去更新产品的单价，也可以因为增加了新的生产线而去增加产品的种类。再如图书查询系统、商场销售系统、航空售票系统、银行事务系统。所有的数据库管理系统，小到Access，大到Oracle，全都支持联机事务处理。

数据库技术能够支持操作层面的联机分析处理，也能够支持中间管理控制层面的管理信息系统，却常常无法很好支持复杂一些的决策层面。为什么？

进行决策时，需要通过不同方式从不同角度综合数据，而数据往往分散存放在各自为政的数据库中，各个部门各自独立地从自己的原始数据库中抽取数据，这种横向与纵向的抽取开始形成蜘蛛网，随后是抽取之上的抽取，接着就是在此基础上的再次抽取。对于一个大公司，每天进行多达5万次的抽取是很正常的。

而抽取将导致数据缺乏可信度。

例如：某部门在今天上午9:00抽取了分析所需的数据，而另一个进行分析的部门在今天中午12:00抽取了数据，这两份数据相同吗？很可能不同。公司内的数据总在变化。不同时刻抽取出来的不同数据集，分析结果当然不会相同，这称为数据无时间基准。

再例如：一个部门选择所有的旧帐号作分析，而另一个部门选择所有的大帐号作分析，旧帐号的顾客和大帐号的顾客之间存在必然的相关性吗？不一定，因此，分析结果大相径庭也就不足为奇，这称为数据在算法上存在差异。

每次抽取结束后，因为时间或算法上的差异，抽取结果出现差异的可能性增大了。对一个公司而言，从数据进入公司系统到为决策者准备好分析结果，经过八九层抽取并不罕见，这其中有抽取、抽取的抽取、抽取的抽取的抽取。每一个新层次的抽取都会使要发生的问题变得更严重，这称为抽取的多层次问题。

从外部数据源获取决策所需的数据时，也往往会产生问题。外部数据来源不明或丢失。例如：一个决策分析人员从某财经网站取得外部数据，在加入分析流时，却无意中忘掉了外部数据的来源，外部数据的来源不明，自然缺乏可信度。

数据没有公共起始数据源，也将导致数据缺乏可信性，例如：部门A的分析工作源于文件F，部门B的分析工作源于数据库D，不论文件F与数据库D之间关系怎样，都不存在数据同步或数据共享。

决策所需的数据缺乏可信性，自然就无法保证决策分析的可信性。

决策支持系统处理，常常要访问大量集成的数据包括若干年前的历史数据，并从中找出趋势，进行分析型处理。传统数据库技术，往往只对若干关联的数据库的记录进行操作，进行事务型处理。

例如：银行信息需求的典型问题：本月的账号活动同过去5年中每年的各个月份有什么不同？

决策支持系统分析员很可能会首先发现银行系统中虽然有分离的储蓄应用、借贷应用、信托应用，然而，这些应用在建立时从来没有考虑过集成。决策支持系统分析员想要对它们进行解释几乎不可能。

很快，决策支持系统分析员又会发现，没有存储足够的可以满足决策分析需求的历史数据。贷款部门只有2年的有用数据，存折处理部门只有1年的数据，数据库设计、实现、处理时，需要满足当前收支处理的需要，很少会考虑过保存若干年前的数据以满足决策支持系统分析的需求。

确实，要了解本月存款、取款、贷款的信息都非常方便，但要综合了解、分析本月所有的帐号活动同过去5年中每年各个月份的活动区别，用传统的数据库技术，几乎是不可能完成的。

因此，大量的企业选择构建数据仓库。

1.2 数据仓库

由于数据库技术存在的缺陷：随着企业处理的数据量越来越大、数据源越来越多，传统的数据库技术在支持决策层面上的数据综合、分析、集成出现了困难，也无法从大量杂乱无章的数据中寻找趋势，导致决策支持系统的发展长期以来停滞不前，例如：经理们没有办法去获取在确定有效决策时所需要的信息，因为可供选择的信息太多、信息的格式相互矛盾。在这样的历史背景下，数据仓库之父、美国的Inmon在1992年提出了”数据仓库”的概念，为决策支持系统的发展开辟了方向，成为基于大规模数据库的决策支持系统环境的核心。

特别需要强调的是：数据仓库是数据库的一种体系结构或框架，也可以称为一种方案，而不是一种技术，这种体系结构从许多业务数据库中提取用于支持特定决策的信息。为了大家并不容易理解，举个例子：进入北京，你会看到独具特色的立交桥，你马上就会知道：这不是武汉，因为武汉立交桥的外观和风格跟这不一样。立交桥的外观和风格我们称为立交桥这种建筑物的体系结构。而这种体系结构是由钢筋水泥构成的，但钢筋水泥本身并不是体系结构，他门是独立的技术。数据仓库和数据库的关系，类似于立交桥建筑的体系结构和钢筋水泥之间的关系。

数据仓库之父、对数据库、数据仓库研究长达36年的美国专家Inmon给数据仓库最权威的定义：数据仓库是一个面向主题的、集成的、永久的且随时间不断变化的数据集合，用于支持管理层的决策。这一定义显然与数据库有很大差别。

数据仓库表达了与传统信息组织和管理截然不同的思维方法。

为方便大家在对比中更好地理解数据仓库的概念，将数据仓库与数据库的主要特征列表比较说明如下：

商品进销存、图书查询、银行业务处理、航空售票、人事管理、工资管理。数据仓库是面向在高层企业数据模型中已定义好的企业主要主题领域的，典型的主题领域有：顾客、商品、交易、保险单、索赔、帐目等等。

数据库主要处理当前或近期业务数据，如商品进销存系统内的商品数据库，主要存储和处理的是近期进货、销售、库存的商品信息。数据仓库中则集成存储和处理若干年前（5～10年甚至更长）的历史数据，并从中找出趋势，进行分析型处理，以有效辅助决策，如数据仓库中的商品数据，往往是5年左右的，从中可以分析出商品的销售趋势，某种商品什么时侯好卖、什么时候不好卖，那些商品一直好卖？顾客买某种商品之后，他还会买别的什么商品？

在企业中，大多数数据库支持联机事务处理OLTP，面向业务。数据仓库通过支持联机分析处理OLAP来支持决策，不面向业务。联机分析处理OLAP是一种提供决策支持的信息处理方式，能对大量数据进行组织和汇总，分析程序能对数据进行快速评价，适用于大量的企业解决方案，如企业报告、企业分析、数据建模、决策支持。绝大部分大型数据库管理系统都具备联机分析处理功能，如SQL Server 2000 Analysis Services。例如：对于某书城的销售部门，以前往往需要一大批研究分析不同计算机内存储的大量数据库的业务人员，花费大量时间按书号、书名、单价、作者、出版社、出版时间、购买时间、购买地区、购买群体来收集图书销售信息。而采用联机事务处理和数据仓库，只需要几分钟就可以完成相同的工作。

在关系数据库模型中，信息是用一系列二维表格来表示的，包含行和列。如桌面数据库管理系统Access中，数据库内包含表、查询、窗体、报表、页、宏、模块七种对象，所有对象都是二维的。而绝大多数数据仓库不是二维结构，而是包含若干层的行和列。数据仓库中的层根据不同的维度来表达信息，这种多维度的信息图表被称为立方体结构。

例如：一个来自于多个业务数据库的表达图书商品信息的数据仓库。

计算机通信

经济管理英语学习

某书城利用传统书店方式结合互联网网站开展图书营销，该书城总部设在北京，在上海、武汉、西安等地设有分店。

面向该书城图书商品信息的数据仓库是一个立方体结构，使用图书种类（计算机类、通信类、经济管理类、英语学习类，行）和区域（北京、上海、武汉、西安，列）、年份（如2003年、2002年、2001年等等，第一层）、顾客群（如学生、教师、科研人员、IT从业者、管理人员，第二层）、宣传手段及时机（宣传手段如网络、报刊杂志、电视、广播、车厢广告、宣传单、书签等等、时机如年末岁初或刚放暑假的半个月，第三层）来表达图书商品信息。利用这个立方体结构，人们很容易了解到”当在某期<<电脑报>>的广告刊出后，随即发生的计算机图书在西安地区的IT从业者客户群中的销售额占总销售额的百分之多少？

在立方体结构的任何一个特定部位的立方体都包含有取自各个业务数据库的综合信息。例如，最前面一层的顶部左侧的立方体就包含了北京地区某年计算机图书的相关信息，这些信息可能包括总销售额、平均销售额、销售数量及某些方面的分销摘要。

需要注意的是，数据仓库中的立方体结构包含的是综合信息。因此，当数据仓库可能包含计算机类图书2003年北京地区总销售额时，就不必再包含针对某类顾客（如学生）的每笔销售清单了。显而易见，数据仓库是不能用于进行事务处理的。但数据仓库的综合信息是构建在业务数据库中的信息基础之上的，也就是说，在业务数据库完成事务处理要求后，再利用包含在业务数据库中的信息构建

数据仓库的综合信息。

数据仓库再举例，全球著名连锁机构，如沃尔玛、家乐福、麦德龙等连锁商店;麦当劳、肯德基、意大利比萨、凯威啤酒等连锁快餐店，这些机构都需要确定顾客的消费习惯，需要决定在什么时侯应该提供什么样的产品，需要决定在什么时侯应该采用什么样的促销策略。因此，需要采用数据仓库。

数据仓库能够帮助连锁机构更好了解自己的核心顾客，最大限度地发挥其全面盈利能力，如追踪顾客的详细信息（姓名、电话、电子邮件地址、消费记录等）,这样可以及时得到顾客的反馈信息，也可以准确确定哪些顾客可能对公司指定的促销活动作出回应。

数据仓库还可以预测和处理顾客的行为。例如：啤酒与尿布。例如：当顾客点了甜饼之后，有65%的可能再上一杯咖啡；如果甜饼作为促销品推出时，加点咖啡的比例会升为85%。如果掌握了这一信息，就应该推出更多的甜饼促销，促使顾客点更多的甜饼，从而卖出更多的咖啡，而在餐饮业，咖啡是高利润项目。

通过将全组织的数据仓库进行切片／切块分析，进而调整销售单或菜单适应区域需求，以培养一个忠实的客户群。在某个区域，某某商品／书畅销、在某个区域,某某菜受欢迎。如针对中国人的口味，肯德基推出老北京鸡肉卷。很多洋快餐也卖中国菜。

商品促销品的搭配与摆放位置、菜单项目的摆放位置其实很有讲究。将高利润的项目放在什么位置／菜单最上方、中间部分、最下方，哪种方式最有利于销售额的提高？高利润的项目应该向哪些顾客销售？在哪里销售？这样，才能制定有效的促销策略、方式与手段。这种反复寻找最佳组合的工作需要与数据仓库的数据挖掘工作相匹配。

1.3 数据仓库中的数据挖掘工具

工具1：查询与报表工具。

查询与报表工具与Access中的查询设计器、报表向导类似，数据仓库用户经常使用这类简单易用的数据操作子系统进行查询，并生成报表。

工具2：智能代理。

智能代理是人工智能领域的产物，后来越来越广泛地应用于一些需要提示和帮助的系统软件和应用软件，是各类加工信息的IT工具的发展方向。最简单的智能代理的例子就是：Office助手，当你在使用Office软件时，Office助手不仅仅会作出各种动画效果，使工作更轻松有趣，而且，Office 助手还会发出一些提示信息，或猜测你的下一步行动。当你在Web上查询信息的时侯，也会出现可爱的小怪物，猜测你的想法，在无边无际的互联网信息海洋中指引查询的方向。

在数据仓库环境的联机分析处理中，智能代理能为用户提供很好的指导。

智能代理运用各种人工智能工具（如神经网络、模糊逻辑）形成联机分析处理的”信息发现”基础。例如：用来为股票和期货交易系统制定规则。

工具3：多维分析工具

多维分析工具是一种进行切片／切块的技术，他将给定信息分割成多个不同的层次，允许人们从不同的角度观察多维信息。

事实上，数据仓库处理的过程本质上就是一个旋转魔方，能使人们从不同视角观察信息。

这种旋转魔方的方法能使用户能够快速地从不同的立体结构中掌握信息，例如前面的数据仓库的例子，在这个并非透明的魔方中，顾客群与宣传手段及时机有关的信息被隐含起来。利用多维分析工具，就可以将立体结构垂直地切割掉一层，同时也就得到了前面这一层背后一层的信息，就象切法棍式面包一样，这样，就可以轻松得到魔方内部的信息，而多维分析处理不会破坏信息的价值。

工具4：统计工具

统计工具帮助人们利用各种数学模型将信息存储到数据仓库中，进而去挖掘出新的信息。例如：你可以进行一个时间序列分析，以便计划未来趋势；你还可以进行回归分析，以确定一个变量对另一个变量的影响。

在图书商品信息仓库的例子中，我们可以采用数据仓库和统计工具有效地对宣传预算进行规划。运用数据仓库中的信息预测不同宣传方案的销售趋势，目标就是要寻找购买趋势，以便确定哪种宣传策略销售效果最好（在一年当中哪一时间段最好），并决定怎样按照媒介、地区和时间的不同重新分布广告资源。这实际上是通过技术实现顾客关系管理CRM的典范。

1.4 数据集市

通常数据仓库涉及整个组织范围，包括记录组织发展轨迹所有信息的综合。然而，有些人仅需要存取数据仓库中的部分信息，并不需要全部内容。在这种情况下，企业就要建立一个或多个数据集市。数据集市是数据仓库的子集，它仅聚集了部分数据仓库的信息，从这个意义上讲，数据集市是小型的数据仓库。（有点类似于核武器与小型核武器）

对于一个大型企业而言，建立全组织的数据仓库为高层决策支持系统提供技术支持无疑是非常必要的。但全组织的数据仓库如果提供给企业员工使用，很快，企业的员工就会发现，数据仓库实在太庞大、太复杂了，因为员工的工作范围是有限的，数据仓库里包含了许多员工根本不需要的信息。这样，就可以建立若干小型数据集市。例如，为财务部建立一个数据集市，该数据集市仅包含财务部所需要的信息，而不含其它任何信息。

较小的、更易于管理的数据集市能使企业员工更加充分地利用其中的信息。

对于那些不需要存取全组织范围的数据仓库信息的企业员工，可以考虑构建一个适合他门特殊需求的小型数据集市。

数据集市中同样可以采用数据挖掘工具。数据集市支持查询和报表工具、智能代理、多维分析工具和统计工具的使用。因此，不管是使用全组织范围数据仓库还是小型数据集市，企业都必须培训员工灵活运用数据挖掘工具。

1.5 使用数据仓库时需重点考虑的问题

正如各类技术一样，不能因为数据仓库和数据挖掘工具是热门技术，就一定要在企业中实现数据仓库，并运用数据挖掘工具，一定要根据企业实际需求在确定企业采用何种有效的技术。

考虑问题1：企业是否真正需要数据仓库？

尽管数据仓库能将各种不同数据库的信息集成到一起，但并非所有企业都需要数据仓库。理由如下：

理由1：数据仓库与数据挖掘工具非常昂贵。他门是所有技术门类中最昂贵的技术，而且企业建立一个数据仓库需要相当长的时间，培训数据挖掘工具的使用也是一笔不小的开支。

理由2：某些企业并不需要数据仓库。如果能从业务数据库中轻而易举地获取决策所必须的信息，就没有必要采用数据仓库。

理由3：数据仓库与数据挖掘的技术支持过于繁杂。技术及其使用需要得到不断的支持，如果得不到必要的支持，就不要使用这种技术。（如Linux）

考虑问题2：企业员工是否需要整个数据仓库？

企业的某些员工可能并不需要存取全组织范围的数据仓库，这样，就要考虑创建数据集市。数据集市比数据仓库小，在存取信息时更易于管理、更加快捷。

考虑问题3：如何更新信息？

数据仓库含有其它数据库的综合信息。从具体业务角度看，确定如果从其它数据库提取信息，确定更新数据仓库的频率相当重要。基于通信成本和操作方面的考虑，对大多数企业而言，实时更新往

往不可行。有些企业采用快照snapshot的方式，每30分钟升级一次，某些企业在晚上甚至周末才进行这种操作。

考虑问题4：需要哪些数据挖掘工具？

用户要确定自己需要哪些数据挖掘工具，这是必不可少的工作，如查询和报表工具、智能代理、多维分析工具、统计工具或这四者的组合。对于一个企业来说，最重要的是首先要让用户清楚他门将选用的各种数据挖掘工具的用途、性能，然后让他门选择工具，并进行相关的培训。

1.6 数据仓库解决方案

数据仓库建立在数据库基础之上，但并不是说建立好一系列相关的数据库接着就可以很顺利地以此为基础建立数据仓库了。相对于数据库而言，数据仓库的创建要复杂得多，需要数据仓库开发人员与硬件厂商、数据库管理系统软件厂商、应用开发工具供应商、系统集成商紧密协作。美国的软件巨头，如Microsoft、Oracle、Sybase，都提供完整的数据仓库综合解决方案及配套产品，他们都是在集成各自公司自己已有的技术和产品的基础上，针对数据仓库的需求再次开发的解决方案。这些解决方案在建立数据仓库之前要理解需求、然后设计综合数据模型、进而建立环境，通过对已有的数据集成、转换，最后形成综合的数据仓库。这种集成方式统一规范，关注规模、重视性能，近几年，数据仓库建设重心向满足企业特定需求转移，更多考虑系统灵活性、可扩展性以及如何根据需求将数据切分成不同的层次。

目前在各个厂家的数据仓库解决方案中，全球第二大数据库厂商、美国Sybase公司的是最完善、最典型的。在数据库方面，Sybase提供成熟而稳定Sybase SQL Server数据库服务器家族，对于超大型数据库，可以选择提供的支持大规模并行处理的Sysbase SQL Server扩展、Sybase MPP和支持海量分部的SQL Anywhere.对于数据仓库，Sybase提供Sybase IQ预以支持交互查询。同时，通过提供的即插即用的插件支持对多种资源的无缝连接，Sybase的Power Builder可以为开发者提供一个功能强大性能稳定的工作平台，以完成最终用户接口的设计与开发。

总结：数据仓库是汇集了不同业务数据库的信息而形成的信息集合，保存了综合信息，因而支持企业的分析活动和决策任务。数据挖掘工具是用户对数据仓库进行信息查询的软件工具，通过对数据的处理来支持决策任务。

大家如果今后从事数据仓库、数据挖掘领域的工作，必须详细了解整个企业情况，必须知道怎样运用信息技术，这种既掌握企业运作知识又精通信息技术的复合型人才，才又可能担当企业信息主管CIO的重任。

未来信息管理的发展趋时：信息组织与管理的综合技术。如：1912年，他坦尼克号。现在，冰山环境保护协会将数据仓库与因特网结合起来为海员提供信息资源：搜索冰山活动图并存入因特网，而且以数据仓库能够识别的各式逻辑地组织信息，当冰山变迁而影响航海航线发生变化时，海员能够得到更新后的航海图，信息更新的时间频率由每12小时缩短到4小时一次。

有关数据仓库与决策支持系统的更多内容，参考<> Efrem G.Mallach

思考一个问题：你是怎样过马路的？是否走人行横道？是否等绿灯？绿灯没有亮，你是怎样决策是否过马路？你过马路的速度是多少？

企业与人一样，做决策也需要智能。信息技术可以提供给决策者更多的扩展智能。

2．人工智能

人工智能是让机器模仿人类的思维与行为的科学。

今天的机器可以看（电脑摄像头、监示器）、听（语音识别）、闻（感应装置）、说（语音合成或真人发音）、运动（机器人足球赛、反恐机器人），而且，随着人工智能的发展，机器具有了对企业非常重要的思考能力.

世界500强中，70％的公司使用人工智能作为决策支持的一部分。

智能决策支持系统即是以人工智能为重要的信息技术基础之一。

工商企业在决策支持系统中使用最多的人工智能技术可以分为以下几个主要类别：

2.1 专家系统（基于知识的系统）

通过对问题进行推理而得出相应的结论，或提出合适的建议。

一个基于规则的专家系统向用户提出问题，根据用户的回答再提出其它问题，直到有足够的信息来得出结论或提出建议。例如：由轻到重的流鼻涕、打喷嚏（伤风感冒的初期症状，服用三九感冒灵颗粒1～3袋，包好，或服用新康泰克胶囊，1粒见效）、体温38度以上（是，发烧），头痛（是，通常是细菌性感冒或病毒性感冒，加用抗菌素，如罗红霉素）、干咳（短期，急性咽喉炎、急性扁桃体炎、支气管炎，长期，中医脾虚，西医慢性咽喉炎、慢性扁桃体炎、慢性支气管炎、哮喘、肺炎）、抽血化验血小板出现明显炎症、胸透检查肺部有不明阴影（非典型肺炎）。

决策支持系统有时需要与专家系统结合使用。前面反复强调，决策支持系统辅助用户进行决策，这意味着用户必须知道应该提出哪些问题、如何对问题进行推理、如何得到答案、如何进行下一个步骤，也就是说：用户必须对所处理的问题具有相当的专业知识和技能。但是，用户往往并不具备所需的专业知识和技能而且，决策支持系统知识库中知识的获取是一大难题。这时，需要借助于专家系统的帮助。专家系统可以为决策支持系统用户和决策支持系统知识库提供解决问题所需的技术或某些领域内专家的知识。

专家系统可以提供决策的一致性。例如：某人在不同医院诊断的结果不一：甲医院说他患了癌症，需要化疗，乙医院说他没有患癌症。这时，求助于名医专家系统，将他的所有诊断情况输入，利用专家系统知识库的权威医学专家的知识，利用推理机对诊断情况进行推理，进行决策。

2.2 神经网络（人工神经网络）

通过训练学会识别模式。擅长于在变量很多的情况下发现共性。例如，神经网络可以学习了解持卡人的行为，知道某人的存取款习惯：一般每隔多少时间存取款一次，每次存取款多少。如果发生反常行为，如频繁大额存取款，或新开了多个帐户并大额存取款，则可以怀疑该人是否收受贿赂、或贪污公款、或帮黑社会洗钱、或偷盗抢劫、或捡到巨款，当然，也可能是买彩票中了巨奖。

连锁机构（商场、超市、餐饮店）跟踪记录哪些顾客购买何种商品、购买频率、支付金额，利用神经网络软件，识别重要顾客，并通过诸如免费送货等服务留住重要顾客。

20世纪福克斯公司对数据仓库中的信息进行切片和切块分析，利用神经网络软件，确定在不同国家不同地区的不同影院中，哪些电影、演员和情节最受欢迎，然后决定是否拍摄某部电影剧本，以及该部电影的重点投放区域、收看对象。

2.3 遗传算法

通过模拟进化过程中适者生存规律从而产生一个问题的逐步改进的解决方案。遗传算法利用了进化论中的选择、交叉和变异原理。首先产生大量的解，然后选择其中一些最好解，利用选出的解来产生更好的解，通过这种方式，可以为具体问题产生逐渐改进的解决方案。

在可能存在成千上万中解决方案的决策环境，只有使用遗传算法。遗传算法可以发现并评估方案，可以更快更彻底地检查更多的可能方案。例如：在铺设规模较大线缆的时侯，评估上百万种可能的线缆结构，并选择出所用线缆最少的一种，即使是非常有经验的网络布线工程师，也需要至少两个多月的时间并耗费大量的资金，而利用遗传算法，可以在省力省钱地在两天内完成。企业经理在考虑各种税收的情况下，利用遗传算法决定企业应该投资于哪些项目组合。投资公司利用遗传算法在贸易选择和决策方面提供辅助。遗传算法还有很多应用：如，在消费者购买的衣服中，织物本身占销售价格的35%～40%，因此，在制做衣物的剪裁阶段，尽量减少衣物浪费非常重要，遗传算法可以设计出衣料浪费最少的剪裁图样和剪裁方式。